博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Sublime Text 插件之Emmet
阅读量:4288 次
发布时间:2019-05-27

本文共 1032 字,大约阅读时间需要 3 分钟。

Emmet的前身是大名鼎鼎的Zen coding,如果你从事Web前端开发的话,对该插件一定不会陌生。它使用仿CSS选择器的语法来生成代码,大大提高了HTML/CSS代码编写的速度,当然Sublime Text也支持改插件,默认在Sublime Text3种自带了这个插件

下载Sublime Text3:

一、快速格式化Html代码,输入内容然后按Tab键(注意在输入内容的结尾处)

1.初始化,比如输入“!”或“html:5”,然后按Tab键

输入标签,然后Tab键

div

2.轻松添加类、id、文本和属性

比如输入:div#person.top

自动生成:

比如输入:h1{标题}

自动生成:

标题

比如输入:a[href=#]

3.嵌套

现在你只需要1行代码就可以实现标签的嵌套。 

  • >:子元素符号,表示嵌套的元素
  • +:同级标签符号
  • ^:可以使该符号前的标签提升一行
效果如下图所示: 

4.分组

你可以通过嵌套和括号来快速生成一些代码块,比如输入(.foo>h1)+(.bar>h2),会自动生成如下代码: 

  1. <div class="foo">  
  2.   <h1></h1>  
  3. </div>  
  4. <div class="bar">  
  5.   <h2></h2>  
  6. </div>  

5.隐式标签

声明一个带类的标签,只需输入div.item,就会生成<div class="item"></div>。 

在过去版本中,可以省略掉div,即输入.item即可生成<div class="item"></div>。现在如果只输入.item,则Emmet会根据父标签进行判定。比如在<ul>中输入.item,就会生成<li class="item"></li>。 
下面是所有的隐式标签名称: 

  • li:用于ul和ol中
  • tr:用于table、tbody、thead和tfoot中
  • td:用于tr中
  • option:用于select和optgroup中
6.  定义多个元素 
要定义多个元素,可以使用*符号。比如,ul>li*3可以生成如下代码: 

  1. <ul>  
  2.   <li></li>  
  3.   <li></li>  
  4.   <li></li>  
  5. </ul>  

7.  定义多个带属性的元素
 

如果输入 ul>li.item$*3,将会生成如下代码: 

  1. <ul>  
  2.   <li class="item1"></li>  
  3.   <li class="item2"></li>  
  4.   <li class="item3"></li>  
  5. </ul>  

更多请参考:

你可能感兴趣的文章
论文笔记|Bidirectional LSTM-CRF Models for Sequence Tagging
查看>>
论文笔记:Constructing Narrative Event Evolutionary Graph for Script Event Prediction
查看>>
论文笔记: Hierarchical Chinese Legal event extraction via Pedal Attention Mechanism
查看>>
论文笔记 | Enhancing Pre-Trained Language Representations with Rich Knowledge for MRC
查看>>
论文笔记 | Text Summarization with Pretrained Encoders
查看>>
论文笔记:Document-level Event Extraction via Heterogeneous Graph-based Interaction Model with a Tracker
查看>>
论文笔记丨Inductive Unsupervised Domain Adaptation for Few-Shot Classification via Clustering
查看>>
论文笔记|GSum: A General Framework for Guided Neural Abstractive Summarization
查看>>
论文笔记 | Does Structure Matter? Encoding Documents for Machine Reading Comprehension
查看>>
论文笔记|Self-Supervised Test-Time Learning for Reading Comprehension
查看>>
论文笔记|Open-world Learning and Application to Product Classification
查看>>
论文笔记 _ ELECTRA_ Pre-training Text Encoders as Discriminators Rather than Generators
查看>>
【论文笔记】
查看>>
论文笔记:Exploring Pre-trained Language Models for Event Extraction and Generation
查看>>
论文解读 | QANET: COMBINING LOCAL CONVOLUTION WITH GLOBAL SELF-ATTENTION FOR READING COMPREHENSION
查看>>
linux 安装nginx
查看>>
linux 搭建rocketmq集群
查看>>
linux 安装zookeeper集群
查看>>
RocketMq单机安装(Windows)
查看>>
Windows 上安装 MySQL
查看>>